Qwen Image 3.0 image-to-image: trasformare una foto prodotto in un intero set di materiali per l'e-commerce

La maggior parte dei cataloghi prodotti continua a includere una sola foto da studio pulita per ogni SKU. È sufficiente per le miniature degli elenchi, ma non appena serve un'immagine lifestyle per una campagna pubblicitaria, un banner stagionale o una scheda marketplace che richieda di mostrare il prodotto "in uso a casa", quella singola immagine diventa del tutto inadeguata. Riscattare per ogni scena significa fotografo, studio e giorni di tempi di consegna per ogni prodotto.

Abbiamo condotto un piccolo test reale per vedere se qwen-image-3.0/image-to-image può colmare questo divario: partendo da una foto prodotto da studio, abbiamo usato l'editing image-to-image per inserirla in tre diverse scene lifestyle, senza un secondo servizio fotografico. Ecco i risultati, i prompt esatti che abbiamo usato e un flusso di lavoro in batch scalabile su più prodotti.

Perché l'image-to-image batte il riscatto per ogni scena

Se si chiede a un modello text-to-image di "disegnare un dripper per caffè su un piano cucina", disegnerà un dripper — ma non necessariamente il tuo dripper, non necessariamente con le stesse proporzioni, materiali e marchio. I modelli image-to-image risolvono un problema diverso: usano una foto reale come riferimento e generano una nuova immagine mantenendo il soggetto riconoscibile mentre cambiano l'ambiente, la luce o la messa in scena.

Per l'e-commerce questa differenza è cruciale. Gli acquirenti confrontano le immagini lifestyle con le foto prodotto sulla stessa pagina — se la forma non corrisponde, viene percepito come falso o non corrispondente all'articolo. Il test qui sotto verifica se la modalità image-to-image di qwen-image-3.0 riesce a mantenere questa coerenza in tre scene davvero diverse.

Il test: una foto prodotto, tre scene utilizzabili

Abbiamo prima generato con gpt-image-2/text-to-image una foto da studio fai-da-te di un dripper per caffè in ceramica bianca su sfondo bianco puro — il tipo di foto di base che la maggior parte dei venditori ha già nel proprio archivio.

Prompt: "Professional e-commerce studio product photograph of a white ceramic pour-over coffee dripper with a light birch wood stand, centered, straight-on angle, on a seamless pure white background, soft even studio lighting, subtle natural shadow beneath the base, crisp focus, no text, no logo, no props, high-resolution commercial catalog photography."

Poi abbiamo passato questa foto a qwen-image-3.0/image-to-image tre volte, una per scena, mantenendo invariata l'immagine di riferimento e modificando solo il prompt.

Scena 1: piano cucina, luce del mattino

Prompt: "White ceramic pour-over coffee dripper with birch wood stand on a warm wooden kitchen countertop, morning light"

Questa è la foto d'uso quotidiano — quella che risponde alla domanda "come starà questo sul mio piano cucina".

Scena 2: tavolo da caffè

Prompt: "White ceramic pour-over coffee dripper with birch wood stand staged on a marble cafe counter"

Una scena più editoriale e aspirazionale, più adatta a un annuncio social o a un banner in homepage.

Scena 3: styling regalo delle feste

Prompt: "White ceramic pour-over coffee dripper with birch wood stand styled for a winter holiday gift photo"

Stesso prodotto, confezione stagionale — utile per le liste regalo, senza attendere uno shooting festivo dedicato.

Cosa dimostra davvero il test

• L'identità del prodotto è rimasta intatta in tutte e tre le scene. La forma del dripper, il supporto in betulla e il colore della ceramica sono rimasti coerenti — la caratteristica più importante per l'e-commerce, perché immagini prodotto incoerenti danneggiano la fiducia degli acquirenti.
• Ogni modifica ha richiesto meno di un minuto. Tutte e tre le scene sono state completate entro i tipici tempi di attesa a una cifra di minuti, quindi un catalogo di 20-30 prodotti è un lavoro fattibile in un pomeriggio, non giorni di shooting.
• La specificità del prompt batte la lunghezza. I prompt sopra sono volutamente brevi — nominare materiale, oggetto e scena è sufficiente. Nei nostri primi test improvvisati, prompt vaghi (come "rendilo accogliente") producevano variazioni di scena più difficili da prevedere.
• Per questo prodotto una sola immagine di riferimento è bastata. qwen-image-3.0/image-to-image accetta fino a tre immagini di riferimento per chiamata; per un soggetto principale semplice come questo, una foto di riferimento pulita ha già dato risultati stabili, quindi non abbiamo dovuto sostenere costi extra per immagini di riferimento aggiuntive.

Livello base vs. Pro: quale scegliere

Entrambi i livelli funzionano allo stesso modo — stesse immagini di riferimento, stessa struttura dei prompt — ma per le tre scene sopra abbiamo usato il livello base, che si è sempre mantenuto fedele al modello. Scegli il livello Pro quando il prodotto ha materiali complessi (vetro, tessuti a motivi, texture metalliche fini) o composizioni intricate, e hai bisogno di maggiore attenzione alla fedeltà dei materiali rispetto alla velocità. Quanto ai prezzi (verificato sulla pagina prezzi aggiornata di hiapi): il livello base costa circa $0,036 per immagine, più un piccolo costo per ogni immagine di riferimento; il livello Pro costa circa il 40% in più per immagine, con lo stesso costo per immagine di riferimento — in ogni caso, meno di un nuovo servizio fotografico.

Scalare all'intero catalogo prodotti

Il punto dell'image-to-image non è una singola foto — è trasformare una foto di base in un'intera libreria di scene. Il pattern è un semplice ciclo: mantieni fissa l'immagine di riferimento, itera sul prompt.

import os
import requests

API_BASE = "https://api.hiapi.ai/v1/tasks"
TOKEN = os.environ["HIAPI_API_KEY"]

def edit_scene(base_image_url: str, scene_prompt: str) -> str:
    resp = requests.post(
        API_BASE,
        headers={"Authorization": f"Bearer {TOKEN}"},
        json={
            "model": "qwen-image-3.0/image-to-image",
            "input": {"prompt": scene_prompt, "image_urls": [base_image_url]},
        },
        timeout=60,
    )
    task_id = resp.json()["data"]["taskId"]

    while True:
        task = requests.get(
            f"{API_BASE}/{task_id}",
            headers={"Authorization": f"Bearer {TOKEN}"},
            timeout=30,
        ).json()["data"]
        if task["status"] == "success":
            return task["output"][0]["url"]
        if task["status"] == "fail":
            raise RuntimeError(task["error"])

base_photo = "https://your-cdn.example.com/products/dripper-base.jpg"
scenes = [
    "on a warm wooden kitchen countertop, morning light",
    "staged on a marble cafe counter",
    "styled for a winter holiday gift photo",
]
for scene in scenes:
    url = edit_scene(base_photo, f"White ceramic pour-over coffee dripper with birch wood stand {scene}")
    print(url)  # download immediately — output URLs expire

Sostituisci con le tue foto prodotto e un set di descrizioni di scena, e lo stesso ciclo genera un set completo di immagini di scena per ogni SKU. Ogni URL di output è temporaneo, quindi scarica e salva immediatamente dopo il completamento dell'attività (sul tuo CDN o ovunque risiedano le immagini del tuo catalogo).

Domande frequenti

Posso usare una foto esistente come immagine di riferimento, o serve uno scatto in studio? Una foto pulita e ben illuminata funziona meglio, perché il modello conserva ciò che vede — riferimenti disordinati o poco illuminati trasferiscono il disordine in ogni scena. Le foto da studio su sfondo puro come quella usata in questo test danno i risultati più prevedibili.

Quante immagini di riferimento inviare per chiamata? qwen-image-3.0/image-to-image ne accetta 1-3. Per un singolo soggetto principale, nel nostro test una sola immagine di riferimento è bastata. Più immagini di riferimento sono utili quando il modello deve coordinare il prodotto da più angolazioni contemporaneamente.

Conserverà il mio logo o il testo dell'etichetta? Testi stampati di piccole dimensioni e loghi sono tra le cose più difficili da preservare con precisione in qualsiasi modello di editing di immagini. Considera questo flusso di lavoro affidabile su forma, colore e materiale — ricontrolla manualmente eventuali testi di etichette o loghi negli output prima di pubblicare, come faresti con qualsiasi immagine generata dall'IA (anche il confronto image-to-image di hiapi tratta questo compromesso su altri modelli).

Sostituirà completamente la fotografia di prodotto? No — hai comunque bisogno di una foto di base affidabile per ogni prodotto. Sostituisce il secondo, terzo e quarto scatto per ogni variante lifestyle che desideri.

E se una scena non viene come previsto? Riesegui lo stesso prompt — gli output non sono identici a ogni esecuzione — oppure rifinisci il prompt con dettagli di scena più specifici, come nei prompt sopra, dove ogni scena specificava superfici e condizioni di luce concrete invece di un'atmosfera vaga.

Punti chiave

• Una foto prodotto da studio più qwen-image-3.0/image-to-image generano tre scene diverse e fedeli al modello senza un secondo servizio fotografico.
• In questo test, l'identità del prodotto (forma, materiale, colore) è rimasta coerente in tutte e tre le scene.
• Prompt brevi e specifici — che nominano oggetto e scena — battono i prompt vaghi basati sull'atmosfera.
• Per un soggetto principale semplice basta una sola immagine di riferimento; risparmia sui costi delle immagini di riferimento aggiuntive a meno che il prodotto non richieda coordinamento multi-angolazione.
• Lo stesso pattern a ciclo si scala linearmente: una foto di base più un set di prompt di scena generano un set completo di immagini di scena per ogni SKU.

Pronto a provarlo sul tuo catalogo prodotti? Inizia dalla pagina del modello qwen-image-3.0/image-to-image, testa l'editing di scena sulle tue foto prodotto, oppure scopri come si confronta con altri modelli di editing nella panoramica image-to-image di hiapi.